团簇与plexes寻找中理论与实践的关联
数据结构与算法
2022-12-16 v1
摘要
寻找大型“似团”子图是一个经典的NP难图问题。本文中，我们聚焦于寻找最大 -clubs 与 -plexes，即直径为 的图以及每个顶点与除 个顶点外所有顶点相邻的图。基于图灵核化（Turing kernelization）的预处理是解决这些问题的标准工具，尤其在稀疏图上。我们为图灵核化提供了新的参数化分析，并展示了它们在实践中的效用。此外，我们提供的证据表明，相较于已有的理论运行时间界，这些新理论界能更好地解释观测到的运行时间。为此，我们提出了一种通用方法，用于比较理论运行时间界与实测运行时间的拟合程度。
引用
@article{arxiv.2212.07533,
title = {Correlating Theory and Practice in Finding Clubs and Plexes},
author = {Aleksander Figiel and Tomohiro Koana and André Nichterlein and Niklas Wünsche},
journal= {arXiv preprint arXiv:2212.07533},
year = {2022}
}